愛華網分類：
系統(tǒng)聚類方法（Hierarchical Cluster過程）：直觀、易懂
快速聚類（K-means Cluster過程）：快速、動態(tài)
有序聚類：時間順序or大小順序
相似性度量：
一。變量測量尺度的類型
間隔尺度：數(shù)量概念
順序尺度：次序概念
名義尺度：純粹一個標記，例如眼睛顏色、物品種類
二。樣品間親疏程度的測度
1.
R型聚類：（P階X'X）基于樣品，對指標聚類——相似系數(shù)（1，-1）
Q型聚類：（n階XX'）基于指標，對樣品聚類——將樣品看成點，點點距離
2.常用距離算法
閔可夫斯基距離（明氏距離minkowski）：閔氏距離、絕對距離、歐式距離、切比雪夫距離
——受量綱影響，沒考慮變量之間相關性
馬氏距離（廣義歐氏距離）
——不受量綱影響，考慮了變量之間相關性（假設變量之間獨立）
蘭氏距離
——不受量綱影響，沒考慮變量之間相關性
斜交空間距離
3.相似系數(shù)（變量相似性度量）
相似系數(shù)：數(shù)據(jù)便準話后的夾角余弦
夾角余弦
系統(tǒng)聚類方法
一。分析過程
每個樣本自成一類，計算兩兩距離，共有Cn2個——將距離最小的合并為新類——利用遞推公式計算新類與其他類之間的距離——重復，直到所有樣本點歸為一類——畫聚類圖——決定類的個數(shù)
二。常見聚類法
最短距離（nearest neighbor）
最長距離（furthest neighbor）
中間距離法
重心法（gentroid clustering）:樣品的均值法
離差平方和法（ward's method）:類內離差平方和最小，類間最大
三。確定類的個數(shù)
1.給定閾值：距離<閾值
2.觀測樣品散點圖
3.R^2統(tǒng)計量=類間離差平方和總離差平方和——越大越好
4.偽F統(tǒng)計量（Pseudo statistic）——越大越好
5.偽t^2統(tǒng)計量：評價第p類和第q類合并的效果（與沒合并時比較）
四。主要步驟
1.選擇變量
2.計算相似性
3.聚類：選擇方法，確定類數(shù)
4.聚類結果的解釋和證實
動態(tài)聚類
一。思想
主要作用是適用于大型數(shù)據(jù)。克服了系統(tǒng)聚類的復雜繁瑣。
二。方法：
K-meanscluster：空間群點任選兩點聚核——第一次分類——求該類中心——第二次分類——……直到所有樣品不能再分配為止
三。特點
效率高：收斂到局部最優(yōu)解
四。問題
分類型數(shù)據(jù)中心如何定義
預先指定聚類個數(shù)K
結果受初始值的影響
適合形狀規(guī)則的聚類
